🔀 多环境并行仿真#

MotrixSim 内置了多环境并行仿真能力，可以让您非常轻松地对数千个模型实例进行高性能并行仿真。

../../_images/parallelsim.png — MotrixSim 并行仿真 900 个 tidybot 实例的可视化效果#

创建多实例#

在 MotrixSim 中，想要创建多实例非常简单，您只需要在构造SceneData时，传入一个 batch 参数:

size = 10
batch_size = size * size
path = "examples/assets/stanford_tidybot/scene.xml"

model = load_model(path)
data = SceneData(model, batch=(batch_size,))

# When create scene data in batch mode, we also need to launch the render in batch mode.
# The render offset can be assigned for each instance to avoid overlapping.
# Note: The offset only affects the render objects, the physics instance is still at the origin.
render_offset = []
for i in range(size):
    for j in range(size):
        render_offset.append([-i * 2, j * 2, 0])
render.launch(model, batch=batch_size, render_offset=render_offset)
# a batch dimension is added to all data fields
assert data.dof_pos.shape == (batch_size, model.num_dof_pos)

在上面的例子中，我们创建了 30x30=900 个模型实例，为了可视化方便，我们在启动渲染器的时候为每个实例都设置了一个不同的偏移位置，让其分布在一个平面网格上。这 900 个实例会被自动分配到 CPU 的多个核心上进行并行仿真。

备注

渲染器的render_offset参数只影响可视化时的位置偏移，并不会影响物理仿真本身的模型位置。

您也可以通过如下命令来运行上述的例子:

uv run examples/parallelsim.py

访问多实例数据#

在多实例模式下，模型的状态数据会以批量的形式存储在 SceneData 中。所有与 Data 相关的数据字段都会自动增加一个 Batch 维度。例如，位置数据 dof_pos 会是一个形状为 (batch_size, num_dof_pos) 的二维数组。

batch = (1000,)
data = mtx.SceneData(model, batch=batch)
assert data.dof_vel.shape == (*batch, model.num_dof_vel)

同时，与 Data 相关的数据设置接口，也需要增加一个 Batch 维度:

data.actuator_ctrls = np.random.rand(batch_size, model.num_actuators)

索引#

当 SceneData 处于批量模式时，我们可以通过几种不同的索引方式来访问其中的部分实例数据

1. 访问单个实例#

single_data = data[0]
assert single_data.shape == ()
single_data.actuator_ctrls = np.random.rand(model.num_actuators)

上面的代码中，我们通过data[0]访问了第一个实例的数据，这里返回的single_data是一个新的 SceneData 对象，其 shape 为 ()，表示这是一个标量实例数据。该实例数据与原始的data共享内存，因此对single_data的修改会直接反映到原始的data上。

2. 通过 mask 来访问#

SceneData 也支持通过NDArray[bool]进行索引，返回新的 SceneData 将只包含 mask 中 index 为 True 的那些实例

mask = np.arange(batch_size) % 2 == 1
masked_data = data[mask]
masked_data.actuator_ctrls = np.random.rand(int(batch_size / 2), model.num_actuators)

Bench#

在 examples 目录下，我们提供了一个简单的脚本parallel_bench.py，用于测试 MotrixSim 在多实例并行仿真下的性能表现。您可以通过下面的命令来运行这个脚本:

uv run examples/parallel_bench.py --file examples/assets/go1/scene.xml

会得到类似下面的输出:

Summary: 3000 steps for 1024 instances in 7.101 seconds
Average: 432605.091 steps/second

上述测试的 CPU 型号为: AMD Ryzen™ 9 9950X × 32，该测试结果表明 MotrixSim 在该硬件上可以达到每秒超过 40 万步的仿真速度。

​🔀 多环境并行仿真#